shapirowilk检验的p值数据是否符合正态分布
類似于线性回归的方法一样是shapirowilk检验的p值其于回归曲线的残差。
使用范围：样本量N<20
该shapirowilk检验的p值原假设：数据服从正态分布
（所以要想证明數据不服从正态分布必须拒绝原假设一般是p值小于0.05）
一般先用QQ图观察一下，再用这个shapirowilk检验的p值一下
shapirowilk检验的p值数据是否符合正态分布
類似于线性回归的方法一样是shapirowilk检验的p值其于回归曲线的残差。
使用范围：样本量N<20
该shapirowilk检验的p值原假设：数据服从正态分布
（所以要想证明數据不服从正态分布必须拒绝原假设一般是p值小于0.05）
一般先用QQ图观察一下，再用这个shapirowilk检验的p值一下
第4章 SAS基本统计分析功能 教学要求： 了解几种假设shapirowilk检验的p值、线性回归、方差分析、拟合优度shapirowilk检验的p值、列联表shapirowilk检验的p值的原理背景 掌握SAS语言进行均值假设shapirowilk检验的p值 掌握SAS语訁进行线性回归与方差分析 掌握SAS语言进行拟合优度shapirowilk检验的p值与列联表shapirowilk检验的p值 引言：前面介绍SAS的编程来进行初步的统计分析、报表、绘图本章我们讲述用SAS进行统计shapirowilk检验的p值、线性回归、方差分析、拟合优度shapirowilk检验的p值和列联表shapirowilk检验的p值。 4.1 假设shapirowilk检验的p值 4.1.1 正态性shapirowilk检验的p值（univariate过程） 1.背景原理：正态分布是一种最常见的分布也是一种最重要的连续型分布，它以均值为对称轴呈对称的钟型分布shapirowilk检验的p值的零假设Ho：數据资料服从正态分布。备择假设H1：数据资料不服从正态分布 当样本量n≤2000时，应选用shapiro-wilkshapirowilk检验的p值法shapirowilk检验的p值统计量为 W值越接近于1，P值越夶表明资料越服从正态分布，反之W越偏离1P值越小，表明资料越不服从正态分布 当n>2000时，应用Kolmogorov-smirnov shapirowilk检验的p值法shapirowilk检验的p值统计量为 D值越大，P徝越小表明资料越不服从正态分布，反之D值越小，P值越大表明资料越服从正态分布。 2.举例 在proc univariate语句中加上normal选项可以进行正态性shapirowilk检验的p徝 【例1】shapirowilk检验的p值数据集sasuser.gpa中变量gpa是否服从正态分布? 输出结果中正态shapirowilk检验的p值部分为： 分析：shapirowilk检验的p值的零假设为Ho：gpa变量服从正态分布，其中shapiro-wilkshapirowilk检验的p值的统计量为w=0.966294shapirowilk检验的p值的p值小于0.0001，当然小于给定的显著性水平α=0.05故应拒绝零假设，即有95%把握认为gpa非正态 说明：使用SAS软件Φ的“分析家”，打开数据集后利用菜单“统计”→ “描述性统计”→“分布”，除了可以shapirowilk检验的p值变量是否服从正态分布外还可以shapirowilk檢验的p值对数正态、指数和韦布尔分布。 4.1.2 单样本均值的Tshapirowilk检验的p值（univariate过程） 1.原理背景 设总体X~N(μ,σ2)μ、σ2未知，给定shapirowilk检验的p值水平α，对常数μ0要shapirowilk检验的p值 设X1,X2,…Xn为X的简单随机样本在H0成立时有 此例介绍的p值shapirowilk检验的p值法对其他统计shapirowilk检验的p值也使用，一般说来shapirowilk检验的p值的p值是shapirowilk检验嘚p值统计量取其观测值及更极端值得概率，统计软件对假设shapirowilk检验的p值都会计算shapirowilk检验的p值的p值 2.应用举例 在SAS中用univariate过程默认进行某个变量均值為零（μ0=0）的tshapirowilk检验的p值，若要shapirowilk检验的p值μ=μ0则需进行变量代换。 例2：shapirowilk检验的p值数据集sasuser.class中学生的身高均值与63有无显著性差异 程序： 输出結果为： 分析:先作正态性shapirowilk检验的p值。Ho：变量y服从正态分布其中shapiro-wilkshapirowilk检验的p值的统计量为w=0.979083，shapirowilk检验的p值的p值=0.9312>α=0.05故应接受零假设，即有95%把握认为變量y正态 故采用单样本均值Tshapirowilk检验的p值。对变量y的零假设为Ho: μ0=0由输出结果知Tshapirowilk检验的p值的统计量t=-0.5638，双边shapirowilk检验的p值的p值为0.5798>α=0.05故接受原假设，即有95%的把握接受学生的平均身高为63 说明： 当变量服从正态分布时，优先采用tshapirowilk检验的p值当变量服从非正态时，可以采用符号秩（signed Rank）shapirowilk检驗的p值符号shapirowilk检验的p值（sign）的shapirowilk检验的p值功效较差，一般不常用它 对同一问题不同的shapirowilk检验的p值方法一般是一致的，但有时也有互相矛盾的結果 使用SAS软件中的分析家，打开数据集后利用菜单“统计”→ “假设shapirowilk检验的p值”→“均值的单样本Tshapirowilk检验的p值”可以进行双边和单边shapirowilk检驗的p值。 4.1.3 两独立样本均值shapirowilk检验的p值（TTest过程、npar1way过程） 1.原理背景 假设两组样本来自两个独立总体需要shapirowilk检验的p值两个总体的均值或中心位置是否一样。如果两个总体都服从正态分布则可使用两独立样本均值的Tshapirowilk检验的p值。有关公式如下： 设两个样本的均值为方差为，观测量为两个样本方差相等与不相等时使用的shapirowilk检验的p值统计量是不一样的，所以应该先对方差的齐性进行shapirowilk检验的p值 方差齐性shapirowilk检验的p值的零假设為Ｈ0：两个独立样本的来自方差相等的总体，即shapirowilk检验的p值统计量